Peubah Acak Kontinu

• Peubah Acak Kontinu adalah peubah

acak dimana keluarannya merupakan
Peubah Acak Kontinu suatu nilai dalam sebuah interval
Continuous Random pada garis bilangan riil.
Variables • Biasanya merupakan pengukuran.
• Contoh:
– Y = panjang dalam mm
– X = waktu dalam detik
– Y = temperatur dalam ºC

Peubah Acak Kontinu Peubah Acak Kontinu

• Probability density function (pdf) jika
digambar terhadap semua nilai Y akan
• Tidak bisa menghitung P(Y = y), yang berbentuk kurva. Daerah (area) dibawah
bisa dihitung adalah P(a < Y < b), kurva pada interval tertentu adalah
dimana a dan b adalah bilangan riil. peluang.

• Untuk peubah acak kontinu 0.40

f(y)
P(Y = y) = 0.

a b Y
Sifat dari Probability Density Function (pdf) Besaran lead (gram) per liter
1) f(y) > 0 untuk semua nilai dalam bensin mempunyai probability
 interval yang mengandung y.
density function (pdf):
2)  f ( y )dy  1

3) Jika y0 adl nilai yang diamati, maka
f(y) = 12.5y - 1.25 untuk 0.1 < y < 0.5
cumulative distribution function (cdf)
y
adalah: F ( y )  P(Y  y )  f ( y )dy
0

0 0 
 Berapa peluang bahwa seliter
4) Jika y1 dan y2 adl dua nilai yang diamati, bensin mengandung kurang dari
maka y 2
0.3 grams lead?
P( y1  Y  y2 )   f ( y)dy  F ( y )  F ( y )
y1
2 1

Nilai Harapan Peubah Acak Nilai Harapan Peubah Acak

Kontinu Kontinu dari g(y)
• Ingat Nilai Harapan dari peubah acak g( y)=k + y
diskrit:
E (Y )     y  p( y ) E [ g( y)]=E [k + y]
∞
• Nilai Harapan dari Peubah
 Acak Kontinu: =∫−∞ (k + y )f ( y)dy
E (Y )     yf ( y)dy

∞ ∞
=k ∫−∞ f ( y)dy +∫−∞ y f ( y)dy
=k +μ
 Nilai Harapan Peubah Acak
Kontinu dari g(y) Varians Peubah Acak Kontinu

g( y)=ky Ingat Varians dari Peubah Acak Diskrit:

∞
E [ g( y)]=E [ky ]=∫−∞ ky f ( y)dy Var (Y )   2   ( y   ) 2 p ( y )
∞
=k ∫−∞ y f ( y)dy Varians untuk Peubah Acak Kontinu:

=k μ Var (Y )     ( y   ) 2 f ( y )dy
2



Penggunaan
Normal Distribution
Distribusi Normal
1. ‘Bell-Shaped’ & f(X )
1. Menjelaskkan banyak proses acak Symmetrical
yang kontinu 2. Mean, Median,
Mode sama
Bisa digunakan untuk mendekati peluang
3. ‘Middle Spread’ X
peubah acak diskrit adl 1.33 
 Example: Binomial
 Peubah Acak Mean
mempunyai range tak Median
Dasar dari semua statistik inferensia
hingga Mode
klasik
 Normal Distribution Probability
Sifat yg penting Density Function
1 x− μ 2
• Hampir separo “bobot/
weight” berada
f(X )
f ( x )=
1
e
− ( )(
2 σ )
dibawah mean (krn σ √ 2π
symmetri)
• 68% peluang berada  
x = Nilai Peubah acak (- < x < )
dlm 1 standard X
deviation dari mean
  3   2         2   3
 = Standard Deviation dari populasi
• 95% peluang berada π = 3.14159
dlm 2 standard Mean
deviations
e = 2.71828
Median
• 99% peluang berada Mode  = Mean dari peubah acak x
dlm 3 standard
deviations

Akibat dari Variasi

Notasi
Parameter ( &  )

X ~ N(μ,σ) f(X)
Peubah Acak X mengikuti distribusi
B
Normal (N) dengan mean μ dan standard
deviation σ.
A C
X ~ N(40,1)
X ~ N(10,5)
X
X ~ N(50,3)
 Normal Distribution Tak hingga tabel
Probability Normal
Peluang Tiap distribusi
dibawah
kurva! c
d
P (c  x  d )   ?f ( x) dx ? memerlukan satu tabel.

f(X)
f(x )

X
x
c d

Standardize the
Contoh Standarisasi
Normal Distribution
X  Z is N(0,1) X   6.2  5
Z Z   .12
Normal  Standardized
 10
Normal Standardized
Distribution Normal Distribution
Distribution Normal Distribution
  =1
 = 10  =1

 X  =0 Z
Hanya satu tabel!  =5 6.2 X  =0 .12 Z
 Mendapatkan Contoh
Peluangnya P(3.8  X  5)
Standardized Normal X   3.8  5
Z    .12
Probability Table (Portion)  10
Z .00 .01 .02 Normal Standardized
 =1 Distribution Normal Distribution
0.0 .0000 .0040 .0080
.0478  = 10  =1
0.1 .0398 .0438 .0478
.0478
0.2 .0793 .0832 .0871
 =0 .12 Z
0.3 .1179 .1217 .1255
Probabilities
3.8  = 5 X -.12  =0 Z

Contoh Contoh
P(2.9  X  7.1) P(X  8)
X   2.9  5 X  85
Z    .21 Z   .30
 10  10
X   7.1  5
Normal Z   .21 Standardized Normal Standardized
Distribution  10 Distribution Normal Distribution
Normal Distribution
 = 10  =1  = 10  =1
.1664 .5000
.3821
.1179
.0832 .0832

2.9 5 7.1 X -.21 0 .21 Z  =5 8 X  =0 .30 Z

 Contoh
P(7.1  X  8)
X   7.1  5
Z   .21
 10
X   8 5
Normal Z   .30 Standardized
Distribution  10
Normal Distribution
 = 10  =1

.1179
.0347
.0832

 =5 7.1 8 X  =0 .21 .30 Z